Java如何处理b'\x00@\xfftest\x0d\n\x00'格式的二进制字符串？

1. 表示法的正式名称 #

这种格式是Python字节串字面量（Python Byte String Literal），是Python语言中用于表示bytes类型的标准语法。它的编码规则为：

• 可打印ASCII字符（如@、test中的字母）直接以原字符展示；
• 不可打印控制字符或非ASCII字节，采用\xXX的两位十六进制转义格式表示；
• 常见控制字符有简写转义，比如换行符\n（对应0x0A）、回车符\r（对应0x0D）等。

本质上这是一种基于ASCII的二进制转义编码方案，目的是将任意二进制数据转换为纯ASCII字符串，便于存储和传输。

2. Java中的转换实现 #

Java标准库没有内置直接处理该格式的类，但可以通过自定义逻辑实现双向转换，也可借助第三方库简化开发：

2.1 从Python字节字面量转byte[] #

核心是解析字符串中的转义序列，跳过开头的b'和结尾的'后逐字符处理：

• 普通ASCII字符直接转为对应字节；
• 遇到\时，判断后续是x开头的十六进制转义，还是n/r这类简写转义，分别解析为对应字节。

示例代码：

import java.util.HashMap;
import java.util.Map;

public class PythonByteLiteralConverter {
    private static final Map<Character, Byte> ESCAPE_MAP = new HashMap<>();

    static {
        ESCAPE_MAP.put('n', (byte) 0x0A);
        ESCAPE_MAP.put('r', (byte) 0x0D);
        ESCAPE_MAP.put('t', (byte) 0x09);
        ESCAPE_MAP.put('\\', (byte) 0x5C);
    }

    public static byte[] fromPythonLiteral(String literal) {
        // 去除首尾的b'和'标记
        String content = literal.trim();
        if (content.startsWith("b'") && content.endsWith("'")) {
            content = content.substring(2, content.length() - 1);
        }

        byte[] buffer = new byte[content.length()];
        int resultIdx = 0;
        int i = 0;
        while (i < content.length()) {
            char c = content.charAt(i);
            if (c == '\\') {
                i++;
                if (i >= content.length()) {
                    throw new IllegalArgumentException("Invalid trailing escape character");
                }
                char escapeChar = content.charAt(i);
                if (escapeChar == 'x') {
                    // 解析\xXX格式
                    if (i + 2 > content.length()) {
                        throw new IllegalArgumentException("Incomplete \\x escape sequence");
                    }
                    String hexStr = content.substring(i + 1, i + 3);
                    try {
                        buffer[resultIdx++] = (byte) Integer.parseInt(hexStr, 16);
                    } catch (NumberFormatException e) {
                        throw new IllegalArgumentException("Invalid hex value in \\x escape: " + hexStr);
                    }
                    i += 3;
                } else {
                    // 解析简写转义
                    Byte targetByte = ESCAPE_MAP.get(escapeChar);
                    if (targetByte == null) {
                        throw new IllegalArgumentException("Unsupported escape sequence: \\" + escapeChar);
                    }
                    buffer[resultIdx++] = targetByte;
                    i++;
                }
            } else {
                // 普通ASCII字符直接转换
                buffer[resultIdx++] = (byte) c;
                i++;
            }
        }
        // 裁剪到实际有效长度
        byte[] finalBytes = new byte[resultIdx];
        System.arraycopy(buffer, 0, finalBytes, 0, resultIdx);
        return finalBytes;
    }
}

2.2 从byte[]转Python字节字面量字符串 #

核心是将每个字节转换为对应表示：

• 可打印ASCII字符（0x20-0x7E，除'和\）直接保留；
• 控制字符优先使用简写转义，其余非可打印字节用\xXX十六进制转义；
• 首尾添加b'和'标记。

示例代码：

public class PythonByteLiteralConverter {
    private static final Map<Byte, String> REVERSE_ESCAPE_MAP = new HashMap<>();

    static {
        REVERSE_ESCAPE_MAP.put((byte) 0x0A, "\\n");
        REVERSE_ESCAPE_MAP.put((byte) 0x0D, "\\r");
        REVERSE_ESCAPE_MAP.put((byte) 0x09, "\\t");
        REVERSE_ESCAPE_MAP.put((byte) 0x5C, "\\\\");
        REVERSE_ESCAPE_MAP.put((byte) 0x27, "\\'"); // 单引号需转义避免破坏字面量结构
    }

    public static String toPythonLiteral(byte[] bytes) {
        StringBuilder literalBuilder = new StringBuilder("b'");
        for (byte b : bytes) {
            String escapeStr = REVERSE_ESCAPE_MAP.get(b);
            if (escapeStr != null) {
                literalBuilder.append(escapeStr);
            } else if (b >= 0x20 && b <= 0x7E) {
                literalBuilder.append((char) b);
            } else {
                // 转为小写十六进制的\xXX格式
                String hexStr = String.format("%02x", b & 0xFF);
                literalBuilder.append("\\x").append(hexStr);
            }
        }
        literalBuilder.append("'");
        return literalBuilder.toString();
    }
}

第三方库选项 #

如果不想手动实现，可使用Apache Commons Text、Guava等第三方库的转义处理工具，自行适配Python字节字面量的规则即可。

内容的提问来源于stack exchange，提问作者MAXdB